倪成才 方昆升 唐小焱

（1. 北华大学林学院，吉林 吉林 132013；2. 广州天权信息科技有限公司，广东 广州 510635；3. 贵州财经大学大数据应用与经济学院，贵州 贵阳 550005）

林分的优势木平均树高(简称优势树高)主要受立地质量和林分年龄的影响[1]。为了对比不同年龄林分的立地质量，需要将林分的优势树高转换为一个特定林龄时的树高，以消除林分林龄对优势树高的影响效应，此特定林龄称为指数年龄，指数年龄时的优势树高称为立地指数，是林业上在衡量立地质量的重要量化指标[2]。

在林学上，将现时林分优势树高转化为立地指数的模型称为立地指数模型[3]。目前，广泛应用的立地指数模型为Clutter 和Bailey 于1974 年提出的差分模型[4]，以及Cieszewski 和Bailey 于2000 年提出的广义差分模型[5]。差分型立地指数模型假设在理论生长模型中，例如理查德方程，仅有一个随林分(立地质量)变化而变化的可变参数，如果指定渐近线参数(asymptote)为可变参数，则可以导出单型模型；而指定渐近线以外的参数为可变参数时，则可导出多型模型[3]。

差分型立地指数模型根据一个林分在现时t1时的优势树高h1来估计在指数年龄t2时的树高h2，模型给出的h2估计值和实测值间必然存在差异，其受多个随机因素的影响，包括t2和t1间的距离、模型参数的估计误差、以及与h1和h2分别相关联的随机误差项等[1-3]。本文以实测数据为基础，对估计误差的行为模式进行经验性分析。

1 材料与方法

1.1 立地指数模型

本文考虑的理论生长方程包括……